《百面机器学习》学习笔记（二）—模型评估

一、评估指标

1、准确率
准确率是指分类正确的样本占总样本个数的比例$$Accuracy=\frac{n_{correct}}{n_{total}}$$
2、精确率
精确率是自分类正确的正样本个数占分类器判定为正样本的样本个数的比例
3、召回率
召回率是指分类正确的正样本个数占真正的正样本个数的比例

二、ROC曲线

ROC 曲线是 Receiver Operating Characteristic Curve 的简称 ，中文名为“受试者工作特征由线” 。 ROC 曲线源于军事领域，而后在医学领域应用甚广， “受试者工作特征曲线” 这一名称也正是来自于医学领域。

顾名思义， AUCf旨的是 ROC 曲线下的面积大小3 该｛直能够量化地反映墓于 ROC 由线衡量出的模型性能。 计算 AUC 值只需要沿着ROC 横轴做积分就可以了 。